随着信息技术水平的不断提升，生产型制造业向服务型制造业转变是我国制造业发展的必然趋势，众包设计模式作为一种汇集全球资源的商业模式为制造业资源的快速集聚及有效应用提供了新的解决方案。在现有的众包设计平台中，用户往往只能通过大量浏览或人工搜索等方式搜寻合适自身的任务，造成了信息过载、平台运行效率低下等问题。为此，本文针对竞赛式和协作式两种众包设计平台分别提出了基于众包任务-用户模型的内容推荐算法和基于社会网络分析的内容推荐算法，实现了众包平台的用户和任务匹配的过程，提高了任务推荐算法准确性，减轻了信息过载等问题。　　（1）针对竞赛式众包设计平台特征，提出了基于众包任务-用户模型的内容推荐算法，阐述了众包平台任务模型及用户模型的构建方法和任务与用户模型的匹配算法，提出了用户冷启动问题解决方案。该算法考虑了四个维度的推荐算法影响要素，为用户提供更为准确的任务推荐列表。实验分析结果表明，该算法可有效地产生个性化任务推荐列表，解决用户资源有效利用问题，且证明要素权重与推荐结果的作用关系。　　（2）针对协作式众包设计平台特征，提出了基于社会网络分析的内容推荐算法，构建了推荐算法框架，阐述了其核心组件功能实现。该算法考虑了众包设计平台用户之间关系对推荐算法的影响，利用社会网络分析理论探寻邻居用户。实验分析结果表明该算法具有较高的准确性。　　（3）针对众包设计平台动态性问题，提出了基于多Agent的众包设计平台任务推荐系统模型。构建了多Agent任务推荐模型，阐述了各Agent功能、相互作用关系与相关算法，提出了众包平台用户能力水平提升相关算法，并利用仿真软件NetLogo进行仿真验证，结果表明该众包平台推荐系统可对用户能力水平的提升起到促进作用，并证明了多Agent任务推荐系统可解决平台动态性问题。